Registration Number
2125U002808, Article
popup.category
Бакалаврська робота
Title
Створення інтелектуальної системи класифікації пташиних видів на основі аналізу аудіосигналів із застосуванням алгоритмів глибокого навчання та реалізацією у мобільному додатку (AI translated)
popup.author
Сташко Ілля Ілліч
Stashko Illya Illich
popup.publication
01-01-2025
popup.source_user
Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»
popup.source
https://ela.kpi.ua/handle/123456789/75789
popup.publisher
Київ
Description
Дипломна робота: 95 с., 18 рис., 6 табл., 9 посилань, додаток.
Об’єкт дослідження – аудіозаписи голосів птахів. Предмет дослідження – методи глибокого навчання для класифікації біоакустичних сигналів. Мета роботи – створити інтелектуальну систему для розпізнавання пташиних видів за аудіосигналами з реалізацією у мобільному додатку. У роботі проаналізовано особливості класифікації пташиних голосів, оглянуто сучасні підходи до обробки аудіо з використанням нейронних мереж. Розроблено модель на основі Wav2Vec2, серверну частину з REST API, вебінтерфейс і мобільний застосунок. Система дозволяє користувачеві завантажити аудіо та отримати ймовірнісну класифікацію виду птаха. Проведено тестування точності (F1 ~74%), побудовано матрицю плутанини, оцінено швидкодію. Виконано функціонально-вартісний аналіз та розраховано економічну доцільність обраної архітектури.
Thesis: 95 p., 18 figures, 6 tables, 9 references, 1 appendix.
Object of research – audio recordings of bird sounds. Subject of research – deep learning methods for the classification of bioacoustics signals. Purpose of the work – to create an intelligent system for bird species recognition based on audio signal analysis, implemented as a mobile application. The work analyzes the challenges of classifying bird vocalizations and reviews modern approaches to audio processing using neural networks. A model based on Wav2Vec2 was developed, along with a server backend using REST API, a web interface, and a mobile application. The system allows users to upload audio files and receive a probabilistic classification of bird species. Accuracy testing was performed (F1 score ~74%), a confusion matrix was generated, and system response time was evaluated. A functional cost analysis was conducted to assess the economic feasibility of the chosen architecture.
popup.nrat_date
2025-11-05
